药品物流多中心选址优化研究

为降低药品物流配送成本、提高药品配送效率。本文针对国家带量集中采购药品配送问题,构建了药品物流多中心选址-路径优化双目标模型。并结合模糊C-均值聚类算法(FCMA)、模拟退火算法和禁忌搜索算法各自优点,设计出了FCM-TS-SA混合算法,最后通过真实案例进行了验证、对比和分析。     

动态不确定性-药品物流多中心选址优化研究

本文以国家药品带量集中采购为背景。为提高药品配送安全和时效，降低药品配送成本。基于大数据思想，根据备选药品物流中心所在地近20年遭受自然灾害的数据，构建备选药品物流中心未来遭受自然灾害的预测模型，在综合考虑药品配送安全性、配送成本、环保成本、时间满意度和实时路况下，构建动态不确定性-药品物流多中心选址-路径优化模型。根据所研究问题的特点，为提高算法的效能，本文充分利用模糊C均值聚类算法(FCM),粒子群算法(PSO)和禁忌搜索算法(TS)等各自优点，设计了PSO-FCM-TS混合算法。最后，根据国家药品集中带量采购招标结果数据，对模型和算法进行了验证、对比和分析，研究结论为药品物流企业决策提供了科学依据。     

带时效性约束的配送中心多源选址问题研究

应用启发式算法求解带时效性约束的多源选址问题.分析物流配送的时效性问题,建立带时效性约束的配送中心多源选址模型.构造两步启发式算法:1)借助传统迭代算法,求解物流服务分配矩阵,把多源选址问题转化为单源选址问题;2)基于M ATLAB函数,设计优化程序,计算带时效性约束的单源选址模型.并给出算例,验证模型和算法的可行性.研究表明两步启发式算法是求解带时效性约束的物流配送中心多源连续选址问题的有效算法.     

考虑退货不确定性的多层次多站点逆向物流网络选址优化研究

在退货量不确定情况下,为追求电商企业逆向物流网络成本最小化,建立了多层次多站点的混合整数规划模型。将目标区域进行网格化处理,通过球上距离公式计算相邻备选站点、不同层次备选点间的运输距离,使用蒙特卡罗法模拟退货量,并设计了双染色体编码的遗传算法进行求解。算例验证了模型算法的可行性,并且得出了逆向物流网络成本最小时,快递站点和退货处理中心的选址,快递站点的选址与退货量大小存在对应关系,研究客户退货量会使物流网络选址得到优化。     

多冷链物流中心选址分配及其自适应免疫算法

物流中心选址是现代物流战略规划的核心,为了提升冷链物流服务能力,实现物流资源整合优化,研究了一种带需求距离积的多冷链物流中心选址-分配问题.针对冷链物流中心的时效性特点,将节点需求量与辐射半径纳入约束,并以需求量作为距离的权重放入目标函数之中,构建了相应的选址-分配数学模型.多物流中心选址-分配属于NP-Hard问题,针对以往精确算法的不足,设计了一个自适应免疫算法.借助生物免疫系统的多样性与自我调节能力,在免疫算法中采用部分匹配原则来计算抗体之间的亲和度,设计自适应惩罚机制、免疫变异和精英保留策略等来保持群体的多样性与精英的优良性.通过实验,找到了交叉概率与变异概率的适宜组合取值,文献对比表明了算法的有效性.     

蜂群算法求解支持模糊QoS约束的电子采购模型

基于Web的电子物流采购是电子商务的热点.通过将模糊量化的QoS约束加入到Web电子物流采购模型,构造一种带有QoS约束的Web电子物流采购模型,并设计一种改进的人工蜂群算法进行求解.模型基于现有Web采购系统的采购模式,融合了非功能性Web服务评价理论,着重将带QoS约束的电子物流采购选择过程与人工蜂群算法求解过程相结合,从而能快速准确地获得使整体利益最大的解.经仿真计算,验证了模型的有效性.     

基于综合效益的城市地下物流网络设计与优化方法

针对城市地下物流系统(Underground Logistics System,ULS)的特征,对一系列ULS网络节点选址与优化问题进行了建模分析.1)从解决城市交通拥堵的角度出发,探讨了物流地上地下分配的三种方案,并建立了地下货运OD评价模型.2)综合权衡货运量与货源距离,基于改进的模糊C均值聚类确定ULS—级节点的选址和辐射范围.3)对每个一级区域构建了ULS二级节点选址优化模型,通过人工免疫算法搜索最少覆盖节点群及节点的最优归属.4)建立多目标ULS网络规划模型,结合Prim算法与Dijkstra算法实现货物地下运输路径的最优选择,并采用栅格覆盖的思路在节点服务范围内对ULS网络进行费用优化.5)提出ULS网络效能评估指标,设置中心节点以提高系统运输效率和抗风险能力.     

基于两阶段启发式算法的物流配送选址-路径问题研究

为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题,利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型,针对该模型的特点,采用两阶段启发式算法进行了求解。首先,通过基于聚集度的启发式算法对客户进行分类,确定了备选配送中心的服务范围;然后,基于双层规划法,以配送中心选址成本最小作为上层规划目标,以车辆配送成本最小作为下层规划目标,建立了多目标整数规划模型;最后,利用改进的蚁群算法进行了求解。通过分析实例数据和Barreto Benchmark算例的实验结果,验证了该模型的有效性和可行性。     

带覆盖需求约束的设施选址问题

带覆盖需求约束的设施选址问题(FLPWCDL)研究:客户必须在规定的响应半径内被服务,并要求服务站能够覆盖规定的需求数量,如何选择合适的服务站,使总成本(建站成本+路线成本)最小.FLPWCDL广泛应用于应急服务、物流、便利店等服务站的选址.建立了问题的混合整数规划模型,并构造了求解FLPWCDL的Benders分解算法,计算实验显示Benders分解算法具有非常高的求解效率与求解质量.     

九州通线下药店选址优化问题研究

针对九州通的020业务销售模式,研究了基于多枢纽站多分派网络的实体药店选址优化问题.以现有药店为备选点,每天的药店运行成本和物流成本之和极小化为目标,建立了实体药店选址优化问题的混合整数规划模型,利用Lingo软件编程求解得到优化以后的实体药店选址方案.通过与现有的实体药店选址方案对比发现,在不改变实体药店覆盖半径的前提下,优化后实体药店的数量从9家减少为4家,每天的药店运行成本和药品配送成本之和大约降低14万元,占药品物流总成本的32%.研究结果为九州通医药公司优化线下药店的配送网络提供了理论依据.     

基于最大最小蚂蚁系统的物流配送中心选址算法的研究

提出了一种基于信息素自适应调节的最大最小蚂蚁系统的多物流配送中心选址算法,利用改进的蚁群算法的路径寻优机制结合蚂蚁聚集尸体的行为模式,根据物流配送总成本最低的原则将各配送点与候选配送中心进行聚类,合理选择配送中心。将已有物流配送模型进行拓展,加入经营管理成本。分别利用基本蚁群聚类算法和改进的蚁群聚类算法对配送中心选址进行仿真,实验结果表明在解决大规模配送中心选址问题时,改进的算法在解的质量和收敛速度方面明显优于基本蚁群聚类算法。     

种群规模自适应粒子群在配送中心连续型选址中的应用

本文依照更具有现实意义的“加工厂—配送中心—用户”的模式建立物流配送中心连续型选址模型,并针对较大规模的选址问题提出求解算法。该算法是将具有较强鲁棒性的自适应粒子算法和改进的ALA(Alert Location-Allocation)方法结合而得,该算法中种群规模自适应变化,对经典粒子移动方程进行改进,消除了学习因子,惯性因子随粒子适应值自适应变化,改进的ALA方法提高了算法计算效率。数值试验表明,本文所建模型具有一定的实践优越性,所提出的算法能有效避免陷入局部最优,寻优能力和鲁棒性均较强。     

基于网格化管理视角下灾后应急物流决策模型与算法研究

灾害发生后,应急资源的需求预测与应急配送中心的合理选址是实现高效救援的关键。本文通过在网格化管理视角下的信息更新将应急救援过程划分为多个阶段,在开展救援的过程中实现救援信息收集和救援预测的同步开展,建立一种多阶段带时间约束的应急救援物资配送响应-时效性的选址模型。借助遗传算法(NSGA-II),实现了基于编码结构独立、路径相互关联基础上的多目标规划求解。本研究的决策模型及算法有着较好的搜索与寻优能力,对实际救援开展具有指导意义。     

A nonmonotone line search based algorithm for distribution center location selected

The minimax optimization model introduced in this paper is an important model which has received some attention over the past years. In this paper, the application of minimax model on how to select the distribution center location is first introduced. Then a new algorithm with nonmonotone line search to solve the non-decomposable minimax optimization is proposed. We prove that the new algorithm is global Convergent. Numerical results show the proposed algorithm is effective.     

A multi-objective chance-constrained network optimal model with random fuzzy coefficients and its application to logistics distribution center location problem

The problem of the distribution center is concerned with how to select distribution centers from a potential set in order to minimize the total relevant cost comprising of fixed costs of the distribution center and transport costs, and minimize the transportation time. In this paper, we propose a multi-objective network optimal model with random fuzzy coefficients for the logistics distribution center location problem. Furthermore, we convert the uncertain model into a deterministic one by the probability and possibility measure. Then the spanning tree-based genetic algorithm (st-GA) by the Prüfer number representation is introduced to solve the crisp multiobjective programming. At last, the proposed model and algorithm are applied to the Xinxi Dairy Holdings Limited Company to show the efficiency.     

一种基于GIS的选址问题及算法

本文考虑了选址区域内存在地理阻断情况下的一种基于GIS的选址问题.对单配送中心选址模型,以GIS返回的任意两点间的最短可行路径的长度作为修正距离函数,分析了目标函数在凸形选址区域上非凸非连续的性质.进一步,采用给出了一种近似搜索算法并通过一个实例计算与重心法进行了比较.     

基于加权绝对值距离Steiner最优树的选址问题

提出基于加权绝对值距离Steiner最优树思想的选址模型,给出了该模型的蚂蚁算法实现策略.在此基础上,分析了电子商务环境下企业配送中心选址问题,并用算例验证了该选址方案的可行性.     

有害废弃物处理站选址近似帕累托集合的有效产生

本文研究有害废弃物处理站选址问题。在Ravi等研究的MAX—MIN问题的基础上,考虑了处理站点容量的因素,建立了双目标优化问题,并给出了一个多项式时间算法,该算法能够产生一个（1,ε）一近似帕累托解集合。所得结论对实际的有害废弃物处理站选址决策具有理论意义,同时也完善了已有相关研究结果。